今年上半年,雀巢交出了十多年來最好的半年報,中國咖啡、專業(yè)餐飲、乳品和寵物食品均實現(xiàn)兩位數(shù)增長,其中電商銷售額增長19.2%,占集團總銷售額的14.6%。今年618期間,雀巢更是憑借新品爆發(fā),在飲品行業(yè)銷售中表現(xiàn)強勢,穩(wěn)居行業(yè)領(lǐng)先地位。雀巢電商的不斷高速成長,給雀巢集團帶來了業(yè)績的增長。然而快速增長的背后,其傳統(tǒng)的成熟供應(yīng)鏈體系卻迎來了敏捷性上的巨大“考驗”。
需求高速增長背后的供應(yīng)鏈煩惱
企業(yè)的供應(yīng)能力不是無限的,面對電商的迅猛發(fā)展,雀巢的供應(yīng)鏈的需求計劃、庫存計劃、履約計劃都倍感壓力,尤其是需求計劃,在雙11、618等大促的新玩法層出不窮,外加越來越多的非計劃性促銷(如直播帶貨等),計劃管理者該如何科學(xué)制定需求計劃,以提供基準預(yù)測、做好需求端判斷、并綜合考慮供應(yīng)端能力,是非常困擾的難題。拿直播帶貨來說,雀巢通常需要提前一個月向平臺申請直播,直到直播前2~3天才知道是否能夠獲得直播資源。這讓供應(yīng)鏈部門非常被動,過早備貨可能出現(xiàn)堆貨的情況,若等到直播確定后再備貨,又可能由于時間太趕而無法提供足夠的貨物,影響到訂單服務(wù)水平。
雀巢的總體目標并不能對各部門起到很好的指導(dǎo)作用,不能有效被執(zhí)行。雀巢電商SKU數(shù)量繁多,達到成百上千的級別(不同包裝視為不同SKU)。雀巢的總體業(yè)務(wù)目標往往依靠管理層集體決策,而在實際工作中,雀巢的整體需求計劃會被拆分到SKU層級去執(zhí)行,這就出現(xiàn)了整體需求計劃與執(zhí)行層面的顆粒度不一致的情況。整體需求計劃落到具體SKU層級時,需求計劃的準確度往往會出現(xiàn)很大的偏差。
此外,在雀巢銷售額占比中,新電商渠道(如拼多多、私域流量)與新品發(fā)展勢頭強勁,但是由于新渠道與新品沒有歷史數(shù)據(jù)作為參考,也未形成成熟的運營體系,需求波動較大。如何在缺乏歷史數(shù)據(jù)參考的情況下制定需求計劃,也給雀巢帶來了挑戰(zhàn)。
面對以上問題,作為Gartner供應(yīng)鏈Top5的雀巢發(fā)現(xiàn)其供應(yīng)鏈計劃存在諸多局限性,根本無法滿足中國電商市場的獨特需求,亟需一個更智能的線上需求計劃協(xié)同平臺。
新一代需求計劃平臺探索之路
面對電商計劃難題,雀巢希望能夠盡快找到一個專業(yè)的供應(yīng)鏈合作伙伴,搭建敏捷高效的需求計劃協(xié)同平臺。然而進展并沒有那么順利,雀巢發(fā)現(xiàn)很少有系統(tǒng)開發(fā)商能夠了解其整體業(yè)務(wù),無法從全局考慮需求計劃前后端各部門的業(yè)務(wù)關(guān)聯(lián),通常是單純將數(shù)據(jù)按照一定規(guī)則抽取和分析,缺乏完整的業(yè)務(wù)邏輯與處理,方案在設(shè)計上存在很大局限性,并不能實質(zhì)性解決各個部門間的協(xié)同、分析、提報等問題,無法滿足雀巢電商需求計劃協(xié)同管理的要求。雀巢新的需求計劃協(xié)同平臺遲遲無法落地。
一次偶然的機會,雀巢結(jié)識了杉數(shù)科技。雀巢發(fā)現(xiàn)杉數(shù)科技對供應(yīng)鏈有著非常專業(yè)的理解,能夠為企業(yè)解決需求預(yù)測、庫存管理、倉儲優(yōu)化等一系列場景中的優(yōu)化問題,幫助京東、好麗友、永輝超市諸多知名企業(yè)在需求計劃/供應(yīng)計劃/履約計劃方面取得了不錯的落地成效。經(jīng)過深入溝通,雀巢非常認可杉數(shù)科技的專業(yè)性,雙方達成合作,雙方攜手共同打造新一代電商智能計劃平臺。
雀巢電商智能計劃實現(xiàn)快速升級
杉數(shù)科技團隊在接到雀巢項目后,并沒有急于進行系統(tǒng)開發(fā),而是對雀巢整體業(yè)務(wù)情況進行了全面調(diào)研。通過對雀巢電商全渠道進行業(yè)務(wù)梳理,為雀巢構(gòu)建一個更加有效的電商計劃解決方案做好前期準備。
結(jié)合全局業(yè)務(wù)洞察,杉數(shù)團隊開始著手進行產(chǎn)品和算法方案設(shè)計,考慮了不同角色用戶的需求、保持計劃顆粒度的一致性以及針對細分場景算法建模。杉數(shù)基于供應(yīng)鏈計劃平臺——需求計劃產(chǎn)品模塊(Demand.AI),以SaaS部署的方式為雀巢電商團隊構(gòu)建了電商智能計劃平臺,全面接收各電商渠道銷售端的信息,形成信息的及時透傳和互聯(lián),同時納入雀巢市場營銷活動、市場占有率、公司銷售目標與銷售提報數(shù)據(jù),輸出短周期協(xié)同需求計劃及長周期需求計劃,并在平臺中內(nèi)嵌智能需求預(yù)測算法,為線上渠道銷售預(yù)測提供智能建議。。
圖為:杉數(shù)Demand AI需求計劃方案框架流程
考慮不同角色用戶的需求
杉數(shù)團隊在進行產(chǎn)品方案設(shè)計時,考慮了不同模塊的視角需求:
針對計劃員,系統(tǒng)會提供不同情況下的需求預(yù)測結(jié)果,比如活動、銷售目標(反應(yīng)人為因素驅(qū)動的銷售預(yù)期),不考慮銷售目標(反應(yīng)真實的市場需求),銷售提報的結(jié)果等等;計劃員也可以通過事業(yè)部或者品類層級數(shù)字拆解到最小顆粒度,反復(fù)進行不同假設(shè)下的測試;
針對銷售,杉數(shù)能夠提供在綜合考慮活動計劃、歷史銷量、銷售目標等因素后的預(yù)測結(jié)果。銷售基于該結(jié)果進行細節(jié)判斷和修改,以此實現(xiàn)從數(shù)據(jù)出發(fā)到判斷結(jié)束的合理需求計劃流程,而不是提供一個空白表格,完全由銷售來輸入需求。
保持計劃顆粒度一致性
針對需求計劃顆粒度不一致的問題,杉數(shù)團隊通過將電商智能計劃平臺底層設(shè)計保持統(tǒng)一產(chǎn)品顆粒度,保證時間顆粒度可轉(zhuǎn)化,實現(xiàn)從金額到數(shù)量的轉(zhuǎn)換、產(chǎn)品層級之間的數(shù)據(jù)聚合與拆分、時間顆粒度上的拆解等功能,各個模塊之間也有參考銜接的過程,保證了需求計劃與客戶運營、供應(yīng)計劃的數(shù)據(jù)銜接,為全鏈路精細化管理提供了協(xié)作基礎(chǔ)。
針對細分場景算法建模
尤其值得一提的是,需求計劃的制定符合業(yè)務(wù)場景細分,通過大量的數(shù)據(jù)信息找出具有同一類需求變化特點(時間、空間、產(chǎn)品、需求群體)的組合,進行針對性的建模。例如同樣的SKU單品在不同季節(jié)或地域的銷售特征可能差異很大,因此在分類時“SKU單品+季節(jié)(春/夏/秋/冬)+地域(黑龍江/上海/廣州....)”形成的每一個組合都是需要單獨分析的對象。
此外,對于新渠道與新品等這類缺乏歷史數(shù)據(jù)參考的渠道產(chǎn)品,杉數(shù)科技采用了特殊化的處理邏輯。以新品銷售預(yù)測為例,雀巢新品推出的速度很快,但新品的銷售預(yù)測缺少歷史銷售數(shù)據(jù),常規(guī)算法可能無法計算預(yù)測結(jié)果;如果等新品銷售一段時間后再進行預(yù)測,可能又會出現(xiàn)由于新品剛推出時推廣投入較多,銷售量很大,導(dǎo)致計劃員調(diào)高了后期的銷售預(yù)測值。對于這類場景,杉數(shù)科技實行與常規(guī)品不一樣的處理邏輯,前期業(yè)務(wù)邏輯主導(dǎo),中期算法輔助決策,后期轉(zhuǎn)常規(guī)品,增加系統(tǒng)對新品計劃的靈活性,讓企業(yè)在面對無法用常規(guī)算法處理的場景可以做后處理。
電商智能計劃平臺的實施大大幫助雀巢提升了線上全渠道的需求管理能力,電商需求計劃準確度得到大幅提升,極大地減少了因銷售預(yù)測不準導(dǎo)致的斷貨、堆貨的情況;實現(xiàn)了需求管理的精細化、自動化、智能化。
杉數(shù)科技對智能決策技術(shù)、供應(yīng)鏈原理、各個行業(yè)生意本質(zhì)的理解并非一日達成。在過去5年,杉數(shù)科技與20多個細分行業(yè)100多家標桿客戶合作、團隊內(nèi)部行業(yè)經(jīng)驗沉淀、產(chǎn)品研發(fā)打磨、算法多次迭代形成,在銷量預(yù)測、收益管理、網(wǎng)絡(luò)優(yōu)化、需求計劃、自動補貨等業(yè)務(wù)環(huán)節(jié)中的核心決策問題上,幫助企業(yè)業(yè)務(wù)管理人員快速響應(yīng)最為復(fù)雜多變的產(chǎn)業(yè)及市場挑戰(zhàn),實現(xiàn)顯著超越傳統(tǒng)經(jīng)驗的決策效率和效果,同時有著一套從業(yè)務(wù)梳理、方案設(shè)計到產(chǎn)品和算法實施的完整方法論和落地經(jīng)驗。未來,杉數(shù)科技將利用智能決策技術(shù)為更多以食品飲料、美妝、醫(yī)藥為代表的快消企業(yè)在端到端供應(yīng)鏈上創(chuàng)造更多實際價值,推動行業(yè)供應(yīng)鏈數(shù)智化升級。
免責聲明:市場有風險,選擇需謹慎!此文僅供參考,不作買賣依據(jù)。
袁隆平雜交水稻最高畝產(chǎn)多少?最新雜交水稻畝產(chǎn)量有多高? |
農(nóng)藥在土壤中的降解方法有哪些?降解農(nóng)藥最好的途徑是什么? |
稻田地下害蟲防治的方法有哪些?怎么進行水稻田地下害蟲的防治? |
水稻苗床如何測試土壤的PH值?水稻土壤測試方法有哪些? |
水稻除草劑有哪些品種?用什么水稻除草劑藥最好? |
磷肥跟復(fù)合肥有什么區(qū)別?磷肥和復(fù)合肥能一起使用嗎? |
好消息!鄭渝高鐵萬州至巫山段有望在本月內(nèi)開通運行 |
重磅!2022年福建省“最美科技工作者”名單正式公布 |
今年高考福建省有21.8萬名考生報考 共設(shè)221個考點 |
粽盒、粽繩、粽葉和粽餡如何分類?如何做到垃圾準確投放? |
計劃到2025年廣州農(nóng)村生活污水處理設(shè)施有效運行率不低于90% |
廣州大力推進政策兌現(xiàn)集成服務(wù)模式 累計辦理業(yè)務(wù)逾3.37萬件 |
觀致汽車被列入消費黑名單 車主權(quán)益如何保障? |
釣魚郵件盯上了哪些公司?為何能用公司域名? |
北京:著力保市場主體穩(wěn)住經(jīng)濟大盤 |
黃瓜怎么種植產(chǎn)量高?如何提高黃瓜產(chǎn)量和品質(zhì) |
谷子除草劑那個好?谷子除草劑能打第二遍嗎? |
金福菇高產(chǎn)栽培技術(shù)有哪些?種植金福菇的畝產(chǎn)效益如何? |
什么是毒韭菜?怎么辨別毒韭菜有什么危害? |
無花果為什么叫無花果?無花果種植時間和方法有哪些? |
油茶樹什么時候嫁接最好?油茶樹怎么嫁接有哪些方法? |
什么品種的高粱種子最好?一畝地需要多少斤高粱種子? |
糧庫玉米被蟲蛀怎么辦?庫存儲藏玉米怎么防止生蛀蟲? |
種植大蒜用什么肥料好?怎樣種大蒜才能優(yōu)質(zhì)高產(chǎn)? |
草木灰是什么肥料?哪些植物不能用草木灰? |
哪種情況可以造成土壤污染?產(chǎn)生土壤污染的來源是什么? |
草莓冬季的儲存方法有哪些?怎么把草莓儲存到冬天吃? |
金銀花產(chǎn)地主要分布在我國哪里?金銀花產(chǎn)地哪里的產(chǎn)的最好? |
國色天香百花之王是什么花?牡丹為什么稱為國色天香? |
番茄主要有哪些病蟲害?番茄病蟲害怎么防治? |
種植基地網(wǎng) 版權(quán)所有©未經(jīng)書面授權(quán)禁止復(fù)制或建立鏡像
京ICP備2022022245號-33
聯(lián)系我們: 435 226 40@qq.com